VOLVER

Share

Aplican una ‘nariz electrónica’ e infrarrojos para evaluar la calidad de la gasolina

Un equipo de investigación de la Universidad de Cádiz ha comparado la efectividad de diferentes técnicas analíticas en combinación con algoritmos de aprendizaje automático para discriminar entre los dos tipos de gasolina más comúnmente comercializadas. Este análisis ha demostrado que la combinación de ambos supone en la industria petroquímica una alternativa rápida y eficaz para validar su composición e identificar el tipo de combustible. 


Cádiz |
28 de marzo de 2022

Un equipo de investigación de la Universidad de Cádiz ha aplicado dos herramientas diferentes de inteligencia artificial para comparar su precisión en el proceso de control de calidad de la gasolina y clasificarla en función de su capacidad de autocombustión. Ambas conclusiones permitirán a la industria disponer de información actualizada, precisa y en tiempo real de la composición de este hidrocarburo.

En concreto, han trabajado con dos métodos analíticos basados en la identificación de patrones en datos masivos y elaboración de predicciones, lo que se conoce como ‘machine learning’. Los han aplicado por separado y de forma conjunta en una ‘nariz electrónica’, diseñada por este mismo equipo de expertos para detectar restos de líquidos inflamables en un incendio, y un sistema de medición de infrarrojos.

Como recoge este estudio, titulado ‘Comparison of different processing approaches by SVM and RF on HS-MS eNose and NIR Spectrometry data for the discrimination of gasoline samples’ y publicado en la revista Microchemical Journal, han analizado por separado la utilidad de ambos métodos en dos procesos diferentes, uno basado en algoritmos, instrucciones que procesan datos, y otro obteniendo mediciones químicas de gasolina. Asimismo, también han evaluado la eficacia de su combinación para discriminar y clasificar muestras de hidrocarburos

Mientras la nariz electrónica ofrece datos sobre el perfil volátil de las muestras, las técnicas espectroscópicas, por su parte, se centran en analizar los compuestos no volátiles. La unión de la información de ambas metodologías se usa para generar modelos predictivos que permiten discriminar y clasificar muestras de gasolina en función de su octanaje. “Esta combinación supone una alternativa real para automatizar el proceso del control de calidad de este derivado del petróleo, que actualmente depende de la experiencia del analista que realiza este trabajo”, explica a la Fundación Descubre la investigadora de la Universidad de Cádiz Marta Barea, responsable de este trabajo.

Marta Sepúlveda, responsable del estudio, junto a la nariz electrónica empleada en este trabajo.

Al proporcionar información concreta, las aplicaciones de esta nueva metodología en la industria petroquímica contribuyen en gran medida a optimizar los procesos de calidad, así como en otros ámbitos. “Con estos datos, las refinerías dispondrán de sistemas de gestión de calidad rápidos, en el momento y con un nivel de detalle muy preciso.

También es de gran utilidad en el ámbito de la química forense si, por ejemplo, se produce un incendio y es necesario determinar qué líquido inflamable lo ha originado y desde ahí seguir indicios hasta localizar su origen”, explica Barea.

Los modelos de identificación generados en este estudio pueden usarse para la creación de aplicaciones web para ordenadores, tablet y móviles y facilitar la automatización de los procesos de calidad de este derivado del petróleo. “Estos patrones pueden constituirse como una alternativa a los métodos de interpretación convencionales para que los analistas evalúen los resultados analíticos en un enfoque más rápido y, sobre todo, objetivo”, sugiere la autora de este trabajo.

Medición del octanaje

Para obtener estos resultados, estudiaron los datos de un total de 50 muestras de gasolina de 95 y 98 octanos, que analizaron mediante estas dos técnicas. Primero entrenaron el modelo, dándole a conocer el conjunto de toda la información a la que puede acceder. Con el fin de comprobar si también era capaz de interpretar nuevas muestras, incluían otros datos desconocidos para el modelo modelos desconocidos. “El objetivo de este proceso es saber qué algoritmo de aprendizaje automático técnica puede predecir correctamente si la gasolina es 95 o 98 octanos y la precisión de cada una de ellas”, argumenta la responsable del estudio.

Como conclusión, los expertos han obtenido buenos rendimientos en ambos algoritmos, permitiendo clasificar y determinar las muestras correctamente. No obstante, han observado que la nariz electrónica proporciona información más precisa de la gasolina según su octanaje debido a la clasificación de los compuestos volátiles. “Esta técnica, y concretamente el perfil aromático de las muestras, permite discriminar mejor la cantidad de octanos que contiene cada una”, sostiene Barea.

Atras, de izquierda a derecha: Jesús Ayuso, Gerardo Fernández y Miguel Palma. Fila de delante, de izquierda a derecha: Marta Ferreiro, Jose Luis Pérez y Marta Barea.

Este trabajo se ha realizado con fondos propios de la Universidad de Cádiz, del Instituto de Investigación Vitivinícola y Agroalimentario (IVAGRO), de Fondos FEDER y de la Consejería de Transformación Económica, Industria, Conocimiento y Universidades de la Junta de Andalucía.

Referencias

Marta Barea-Sepúlveda, Marta Ferreiro-González, José Luis P. Calle, Gerardo F. Barbero, Jesús Ayuso, Miguel Palma: ‘Comparison of different processing approaches by SVM and RF on HS-MS eNose and NIR Spectrometry data for the discrimination of gasoline samples’. Microchemical Journal. Enero 2022.

https://doi.org/10.1016/j.microc.2021.106893

Más información:

#CienciaDirecta, agencia de noticias de ciencia andaluza, financiada por la Consejería de Transformación Económica, Industria, Conocimiento y Universidades de la Junta de Andalucía.

Teléfono: 958 63 71 99

E-mail: comunicacion@fundaciondescubre.es



Share

Últimas publicaciones

Un proyecto de ciencia ciudadana diseña una guía doméstica para medir la calidad de los suelos
Andalucía | 22 de mayo de 2024

Investigadoras de la Universidad de Sevilla lideran esta iniciativa donde alumnado del IES Virgen de Valme (Dos Hermanas) y la asociación Enredaos con la Tierra (La Puebla del Río) desarrollarán un método destinado a público no experto para evaluar la biodiversidad y capacidad de descomposición de diferentes terrenos. Esta iniciativa forma parte del proyecto ‘Andalucía + ciencia ciudadana’, impulsado por la Consejería de Universidad, Investigación e Innovación y coordinado por Fundación Descubre y la Universidad Pablo de Olavide, que pretende potenciar la utilización de este abordaje científico participativo entre distintos agentes de la región.

Sigue leyendo
Del laboratorio a los medios de comunicación: trabajamos cada día para que la ciencia andaluza sea noticia
Andalucía | 21 de mayo de 2024

¿Por qué es importante conocer qué avances científicos se están generando y afectan a nuestro día a día? Dar visibilidad a los avances científicos forma parte de la divulgación de la ciencia y es uno de los objetivos de Fundación Descubre. Para ello, cuenta con la web www.fundaciondescubre.es y su canal Ciencia Directa, la única agencia de noticias de ciencia andaluza; el portal iDescubre, destinado a la ciudadanía con actividades y proyectos de actualidad; y una veintena de sites temáticos como la Guía Experta, con más de 800 investigadores disponibles.

Sigue leyendo
Desarrollan un bioplástico transparente a partir de residuos de la poda del olivo
Jaén | 17 de mayo de 2024

Un equipo de investigación de la Universidad de Jaén y la Fundación Andaltec ha logrado un nuevo material desde los desechos del olivar con buenas cualidades para el envasado de alimentos. Los resultados ofrecen una mayor rentabilidad a este subproducto que otros usos actuales y potencian la economía circular de la zona.

Sigue leyendo

#CienciaDirecta

Tu fuente de noticias sobre ciencia andaluza

Más información Suscríbete

Ir al contenido